반응형 논문 리뷰/Research Paper3 Contrastive Clustering [Submitted 18 May 2021]Abstract Contrastive clustering (CC)라는 online clustering 방법을 제안하며, 이는 feature space에서 row와 column space에서 각각 instance- 및 cluster-level contrastive learning을 수행함. feature matrix의 row가 instance의 soft label로 간주될 수 있으며, 이에 따라 column은 cluster representation으로 간주되어 representation 학습과 cluster 할당을 end-to-end 방식으로 공동 학습함. 추가적으로, 제안된 방법은 데이터가 stream 형태로 제공될 때에도, 각 개별 instance에 대한.. 2025. 3. 5. CLAD: Robust Audio Deepfake Detection Against Manipulation Attacks with Contrastive Learning [Submitted 24 Apr 2024]Abstract 오디오 딥페이크의 증가로 보안 위협이 커지며, 기존 탐지 시스템이 조작 공격에 얼마나 취약한지 연구가 부족한 상황임. 기존 탐지 시스템은 유용하지만 단순한 manipulation attacks으로도 탐지를 우회할 수 있고, 본 연구에서는 해결을 위해 CLAD 탐지 모델을 제안함. CLAD는 contrastive learning을 활용하여 manipulation으로 인한 변화를 최소화하고, length loss를 추가하여 탐지 성능을 향상시킴. 기존 모델들은 manipulation attacks에서 상당히 취약했으나, CLAD는 모든 테스트에서 높은 견고성을 입증함. 1. Introduction 기술의 발전과 더불어 오디오 딥페이크 관련 .. 2025. 2. 26. DRL for MultiagentSystems: A Review of Challenges,Solutions, and Applications Main Paper https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9043893 Deep Reinforcement Learning for MultiagentSystems: A Review of Challenges,Solutions, and Applications Abstract RL algorithm은 sequential decision-making problem을 해결하는데 사용되어 왔지만, high-dimensional env를 다룰 때 어려움에 직면했다. 최근 deep-learning의 발전으로 RL은 challenging env에서 효과적으로 수행가능한 정교하고 유능한 agent의 optimal policy를 제공하게 해준다. 이 논문은 co.. 2021. 8. 18. 이전 1 다음 반응형